Lo que dicen quienes ya estudiaron

Experiencias reales de quienes aprendieron con nosotros

Cada historia es distinta. Lo que tienen en común es que empezaron en algún punto, avanzaron con acompañamiento y llegaron más lejos de lo que pensaban al principio.

← Inicio

Opiniones

Lo que dicen los estudiantes

María Rodríguez

Bogotá · Contadora reconvertida

"Llegué sin saber nada de programación y con bastante miedo. El primer mes fue duro — no lo voy a negar. Pero el mentor estuvo presente cada vez que me trabé y eso marcó toda la diferencia. Terminé el programa con un análisis de datos en Python que presenté en mi trabajo."

Junio 2025 · Python para IA

Jorge Pedraza

Medellín · Ingeniero industrial

"Lo que más valoro es que me dijeron desde el principio cuántas horas iba a necesitar. Eso me permitió planear bien. El contenido de redes neuronales es denso pero muy bien estructurado. El módulo de evaluación de modelos fue el que más me costó y también el más útil."

Junio 2025 · Redes Neuronales

Catalina Torres

Cali · Diseñadora gráfica

"Empecé sin creer que podía aprender programación. El programa de Python de Zaque tiene un ritmo que no te aplasta. Hay ejercicios para cada concepto y el mentor corrige el código de verdad, no con respuestas genéricas. Recomiendo empezar aquí antes de meterse a cursos más grandes."

Junio 2025 · Python para IA

Andrés Salcedo

Barranquilla · Biólogo

"Hice la especialización en ML después de completar los dos niveles anteriores. El proyecto capstone fue lo más exigente que he hecho en aprendizaje formal, pero también lo más satisfactorio. Tengo un portafolio en GitHub que ya empecé a mostrar en entrevistas."

Julio 2025 · Especialización ML

Luisa Castaño

Manizales · Administradora

"Me tomó más tiempo del estimado en algunos módulos pero nadie me presionó. Lo que sí me gustaría es que hubiera un canal de comunidad entre estudiantes. Las sesiones de retroalimentación son muy buenas. El proyecto final de Python superó mis expectativas iniciales."

Julio 2025 · Python para IA

Diego Valencia

Bucaramanga · Economista

"Vengo del mundo de los datos económicos y quería entender cómo funcionan los modelos de ML por dentro, no solo usarlos como cajas negras. El programa de redes neuronales me dio exactamente eso. La parte matemática está explicada de manera honesta, sin simplificarla de más."

Junio 2025 · Redes Neuronales

Casos de estudio

Tres caminos, tres historias

El reto

Valentina, técnica de laboratorio de Medellín, quería entender si podía aplicar IA al análisis de muestras. Nunca había programado y tenía dudas sobre si su formación matemática era suficiente para empezar.

El proceso

Completó el programa de Python en 14 semanas, tomándose tiempo extra en los módulos de Pandas. Su mentor ajustó los ejercicios finales para que usaran datos más cercanos a su campo.

El resultado

Terminó con un script funcional para procesar archivos de datos de laboratorio. Lo presentó a su jefe y obtuvo aprobación para automatizar parte del proceso de reporte.

"No esperaba llegar tan lejos en el primer programa. Eso me dio ánimo para seguir." — Valentina O., Medellín

El reto

Felipe, desarrollador web de Cali, entendía algo de código pero necesitaba hacer la transición hacia proyectos de datos. Tenía poco tiempo: trabajaba tiempo completo y solo podía dedicar unas pocas horas entre semana.

El proceso

Tomó el programa de redes neuronales. Avanzó más lento en los módulos de matemáticas, pero el mentor le explicó los conceptos desde el ángulo de la computación, que le resultó más intuitivo.

El resultado

Completó el programa en 5 meses y entregó un modelo de clasificación de imágenes como proyecto final. Ese proyecto le sirvió para aplicar a una posición de datos en una empresa local.

"La flexibilidad de ritmo fue clave. Sin ella no habría podido terminar." — Felipe G., Cali

El reto

Paola, investigadora de Bogotá, tenía base estadística sólida pero no sabía cómo implementar modelos en código. Quería pasar de analizar resultados a construir sus propios modelos.

El proceso

Eligió la especialización en ML directamente, con un diagnóstico inicial que confirmó que podía saltarse los niveles previos. Completó cada módulo en el tiempo estimado con apoyo continuo de su mentor.

El resultado

Su proyecto capstone fue un modelo de predicción de abandono escolar usando datos públicos de Colombia. Actualmente está desarrollando esa línea como parte de su investigación doctoral.